CN102663781A - 一种基于视觉的亚像素级焊缝中心提取方法 - Google Patents

Abstract

一种基于视觉的亚像素级焊缝中心提取方法。其方法步骤为：1）利用中值滤波器去除采集的焊缝图像进行去噪处理；2）在经过图像去噪处理后的图像中，根据图像的灰度分布特点，将焊缝特征区与背景区进行分割，获得像素级的焊缝边缘；3）对分割后的焊缝特征区域，根据重心法提取焊缝中心，获得亚像素级的焊缝中心。本发明的技术效果是，相对于传统的提取方法，本方案将提取精度提高了一个等级，从像素级提高到亚像素级。

Description

一种基于视觉的亚像素级焊缝中心提取方法

技术领域

本发明涉及一种利用视觉传感获取焊缝特征信息方法，具体涉及一种基于视觉的亚像素级焊缝中心提取方法。

背景技术

机器视觉系统是指通过机器视觉产品（即图像采集装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，根据像素分布和亮度、颜色等信息，再转换成数字信号，图像处理系统对转换后的数字信号进行各种运算以提取目标的特征信息，进而根据控制模型判别，对目标相关设备参数和动作在线修正。

到目前为止关于焊缝图像的数据结构的讨论都是像素精度的，然而随着科学技术的发展，需要达到比图像像素分辨率更高的精度，因此需要从图像中提取亚像素精度数据。

发明内容

   本发明的目的是提供一种基于视觉的亚像素级焊缝中心提取方法，采用面性激光器作为辅助光源摄取焊缝图像，通过一种亚像素级焊缝中心提取方法，获取焊缝特征信息，该方法检测精度高。

本发明的目的是这样来实现的，其方法步骤为 ：

1、 利用中值滤波器去除采集的焊缝图像进行去噪处理；

2、 在经过图像去噪处理后的图像中，根据图像的灰度分布特点，将焊缝特征区与背景区进行分割，获得像素级的焊缝边缘；

3、 对分割后的焊缝特征区域，根据重心法提取焊缝中心，获得亚像素级的焊缝中心。

步骤1中，对采集的焊缝图像进行中值滤波，模板为3像素×3像素的窗口；

步骤2中，根据图像的灰度分布特点，在每一行中像素灰度值存在两个极值点分别为极大值点和极小值点。假设在一像素点（i,j）处，该点处的灰度值为f(i,j)，已知其左边两点为f(i-2,j)、f(i-1,j)，右边两点为f(i+1,j)、f(i+2,j)。以3点为一个集合求和，M ₁ = f(i-2,j)+ f(i-1,j)+f(i,j)，M ₂ = f(i-1,j)+f(i,j)+ f(i+1,j)，M ₃ =f(i,j)+ f(i+1,j)+ f(i+2,j)。选择阈值T ₁ 和T ₂ ，当|M ₂ -M ₁ |≥T ₁ 且|M ₂ -M ₃ |≥T ₂ 时，该点为这一行的极大值或极小值点。找出图像中每一行的极大值点和极小值点，以这两点为边界将图像中焊缝区域与背景区域分割开来；

步骤3中，采用重心法计算焊缝中心位置，                                                ，其中m，n分别为行中的两个极值点的坐标值j，

,

为两极值之间所有像素点的平均灰度值。

本发明的技术优点是，首先使用中值滤波对采集的焊缝图像进行去噪处理，然后根据每一行的极大值和极小值点，将图像的焊缝区域与背景区分割开来，最后对焊缝区域后，采用重心法，提取焊缝中心，从而获得亚像素级的焊缝中心。相对于传统的提取方法，本方案将提取精度提高了一个等级，从像素级提高到亚像素级。

附图说明

图1为本发明的亚像素级焊缝中心提取流程图。

图2为本发明去噪处理后的焊缝图像灰度分布图。

图3为本发明亚像素的焊缝中心提取结果。

具体实施方式

首先使用中值滤波对采集的焊缝图像进行去噪处理，然后根据每一行的极大值和极小值点，将图像的焊缝区域与背景区分割开来，最后对焊缝区域，采用重心法，提取焊缝中心，从而获得亚像素级的焊缝中心。

图1为本发明中亚像素级焊缝中心提取流程图，如图1所示，它包括以下步骤：

 步骤101：对采集的焊缝图像进行中值滤波，模板为3像素×3像素的窗口。

步骤102：根据如图2所示的焊缝图像灰度分布特点，在每一行中像素灰度值存在两个极值点分别为极大值点和极小值点。假设在一像素点（i,j）处，该点处的灰度值为f(i,j)，已知其左边两点为f(P1)、f(P2)，右边两点为f(Q1)、f(Q2)。以3点为一个集合求和，M ₁ = f(P1)+ f(P2)+f(i,j)，M ₂ = f(P2)+f(i,j)+ f(Q1)，M ₃ =f(i,j)+ f(Q1)+ f(Q2)。选择阈值T ₁ 和T ₂ ，当|M ₂ -M ₁ |≥T ₁ 且|M ₂ -M ₃ |≥T ₂ 时，该点为这一行的极大值或极小值点。找出图像中每一行的极大值点和极小值点，以这两点为边界将图像中焊缝区域与背景区域分割开来；

步骤103：采用重心法计算焊缝中心位置，, 

，其中m，n分别为行中的两个极值点的坐标值j，

,

为两极值之间所有像素点的平均灰度值。图3为亚像素焊缝中心提取结果。

在焊缝中心提取时，在焊缝区域与背景区分割后，分别采用传统的CANANY算子和本方案中提出的方法进行焊缝中心提取。

表1为选取10个焊缝中心点的两种提取方案对比。

由表1可见，本发明提供的方案在提取的精度高于传统的CANNY算子提取方案。

Claims (4)

1.一种基于视觉的亚像素级焊缝中心提取方法，其特征在于方法步骤为 ：

1） 利用中值滤波器去除采集的焊缝图像进行去噪处理；

2） 在经过图像去噪处理后的图像中，根据图像的灰度分布特点，将焊缝特征区与背景区进行分割，获得像素级的焊缝边缘；

3） 对分割后的焊缝特征区域，根据重心法提取焊缝中心，获得亚像素级的焊缝中心。

2.根据权利要求书1所述的一种基于视觉的亚像素级焊缝中心提取方法，

其特征在于步骤1中所述焊缝图像为3像素×3像素的窗口。

3.根据权利要求书1所述的一种基于视觉的亚像素级焊缝中心提取方法，其特征在于步骤2中所述将焊缝特征区与背景区进行分割，是根据图像的灰度分布特点，在每一行中像素灰度值存在两个极值点分别为极大值点和极小值点，假设在一像素点（i,j）处，该点处的灰度值为f(i,j)，已知其左边两点为f(i-2,j)、f(i-1,j)，右边两点为f(i+1,j)、f(i+2,j)，以3点为一个集合求和，M ₁ = f(i-2,j)+ f(i-1,j)+f(i,j)，M ₂ = f(i-1,j)+f(i,j)+ f(i+1,j)，M ₃ =f(i,j)+ f(i+1,j)+ f(i+2,j)，选择阈值T ₁ 和T ₂ ，当|M ₂ -M ₁ |≥T ₁ 且|M ₂ -M ₃ |≥T ₂ 时，该点为这一行的极大值或极小值点，找出图像中每一行的极大值点和极小值点，以这两点为边界将图像中焊缝区域与背景区域分割开来。

4.根据权利要求书1所述一种基于视觉的亚像素级焊缝中心提取方法，

其特征在于步骤3中所述重心法计算焊缝中心位置，即                                                

，其中m，n分别为行中的两个极值点的坐标值j，

,

为两极值之间所有像素点的平均灰度值。

Images